基于专家系统的诊断方法是故障诊断领域中最为引人注目的发展方向之一。在故障诊断专家系统中，无论从现象的获得或现象到故障的推理，甚至故障诊断的基本原理三个方面都存在着模糊性。本文将模糊数学引入制冷系统故障诊断技术中，较好地解决了这一问题。人工智能是一门新兴的边缘学科，它主要研究怎样能使计算机去做只有人才能做的具有智能性质的工作。人工智能研究，目前有两种不同探索途径来实现对人脑智能的模拟：一是仿生学手段，从结构上进行模拟，达到功能模拟的目的；另一个是直接通过启发式程序模拟人脑功能，即专家系统。专家系统（Expert System）是人工智能利用三大前沿（专家系统、模式识别和智能机器人）的一个分支，它大量利用专家知识和推理、模拟专家的决策能力来解决只有专家才能解决的问题。

1 引言
2 模糊理论引入制冷机故障诊断
3 模糊专家系统的理论模型
4 模糊算子的确定和模式匹配的算法
5 模糊专家系统核心功能模块设计
6 结语

[1] J S Haber,D E Claridge,Expert system for building energy consumption analysis:prototype results[J],ASHRAE Trans,1987.
[2] J D Petze,D R Reed,Artifical intelligence in building control system[J].ASHRAE Trans,1988.
[3] 赵鹏.模糊专家系统在制冷系统在线故障诊断中的应用[D]上海:上海交通大学,1996.
[4] 蔡立群.故障诊断专家系统在制冷系统中的实现[D]上海:上海交通大学,1993.
[5] 吴念培.模糊诊断理论及其应用[M].北京:科学出版社,1995,27-80.
[6] 张涵埒,何正嘉.模糊诊断原理及应用[M].西安:西安交通大学出版社.1992.26-56.[7] 王彩华,宋连天.模糊论方法学[M].北京:中国建筑工业出版社.1995,138-190.